コンピューティング リソースとメモリ リソースの間のギャップを埋めることで、スマート DRAM のさまざまなバリエーションを含む多くのテクノロジが生まれましたが、NOR および NAND デバイスのサプライヤである Macronix は問題を別の方法で見ており、計算の一部を直接に転送することを提案しています。特殊な種類のフラッシュ メモリ。
機械学習を含む多くの最新のシナリオでデータ量が増加しているため、システムは常にコンピューティング コアに「フィード」できるとは限らないため、Macronix はフラッシュ メモリで直接プライマリ データ処理を実行することを提案しています。そして、Flash Memory Summit 2022 イベントで発表された FortiX Macronix と呼ばれるそのようなメモリ。
この場合、汎用プロセッサコアまたは FPGA を備えたかなり強力なコントローラをすぐに使用する、古典的な「コンピューティングドライブ」について話しているわけではありません。 Fortix NAND チップの構造そのものに、特殊な nvTCAM (不揮発性 3 値連想メモリ) 構造が含まれています。
特にキーワードによる検索やハミング距離の決定など、非常に特殊な計算を実行できます。従来の DRAM に対する同様の要求ほど高速には動作しませんが、フラッシュ ドライブからメモリにデータを転送し、中央処理装置が関与して対応する機能を実行するオーバーヘッドは考慮されていません。
FortiX の場合、フラッシュ メモリ自体がこれらのタスクを実行するため、帯域幅と電力が節約されます。 DRAM と比較すると、FortiX メモリベースのドライブは、DRAM の 8 ～ 16 に対してチップあたり 64 Gb のパッキング密度を提供し、約 1 W に対して約 330 mW を消費するといういくつかの点で勝つことができます。確かに、検索速度は 1 桁遅くなりますが、リクエスト数は 1 桁多くなります、と Macronix は言います。
同社は、パターンと音声の認識、大規模な (ビッグデータ) データ配列の検索、DNA の一致の検索など、さまざまなマシン インテリジェンスのタスクを FortiX の範囲と呼んでいます。同社はFortiXのコンピューティング部分の構造に関する詳細を提供していません.NANDと特定のタスク用に構成された特定のリクエストプロセッサのさまざまな組み合わせについて話すことができると信じている外国の情報源もあります.
2022-08-13 14:49:29
著者: Vitalii Babkin